/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small-ru-a
Опубликована
3 июн 2024

Ссылки

Hugging Face

whisper-small-ru-pl-a

Maks545curve
Распознавание речиАудио → текст

Дообученная модель Whisper Small для автоматической расшифровки речи в текст.

7скачиваний за 30 дней0лайковвеса обновлены4 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Maks545curve/whisper-small-ru-pl-a — модель автоматического распознавания речи на базе Whisper Small, дообученная на Maks545curve/whisper-small-ru-a с использованием Common Voice 13. Модель принимает аудио и генерирует текстовую расшифровку; в метаданных указана архитектура WhisperForConditionalGeneration и 153,1 млн параметров.

В README приведены результаты оценки на тестовом наборе: WER 16,6887 и WER Ortho 26,8832. Карточка не описывает назначение подробнее и не сообщает ограничений. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование записей речи
  • распознавание речи в аудиофайлах
  • создание текстовых расшифровок для голосовых сообщений

Ограничения

В README приведены метрики WER 16,6887 и WER Ortho 26,8832 на оценочном наборе, но его подробности не описаны. Поддержка русского языка следует из названия базовой модели; метаданные карточки отмечают язык en.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small ru-pl - AIIA

This model is a fine-tuned version of Maks545curve/whisper-small-ru-a on the Common Voice 13 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3392
  • Wer Ortho: 26.8832
  • Wer: 16.6887

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 50
  • training_steps: 500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
0.23020.30695000.339226.883216.6887

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.3.0+cpu
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
42002ad

0 моделей

    Создать бенчмарк